Cinco tendencias en ciencia de datos y machine learning según Gartner

La ciencia de datos y el aprendizaje automático continúan su evolución, impulsados por avances en inteligencia artificial generativa, y Gartner ha identificado cinco tendencias clave que marcarán el futuro de este campo.

Estas tendencias reflejan un cambio desde modelos predictivos hacia un enfoque más democratizado y dinámico en la disciplina de la analítica de datos.

• Ecosistemas de datos en la Nube: La primera tendencia se relaciona con los ecosistemas de datos en la nube, que están evolucionando desde soluciones autónomas o integraciones manuales hacia soluciones nativas en la nube. Gartner prevé que para 2024, el 50% de las implementaciones de sistemas en la nube serán ecosistemas de datos completos en lugar de soluciones aisladas. Las organizaciones deben evaluar estos ecosistemas en función de su capacidad para resolver desafíos de datos distribuidos y su integración con fuentes de datos externas.
• Edge AI: La segunda tendencia se centra en Edge AI, que implica el procesamiento de datos en el lugar donde se generan, permitiendo la obtención de información en tiempo real y el cumplimiento de estrictos requisitos de privacidad. Gartner predice que más del 55% de los análisis de datos por redes neuronales profundas se realizarán en el punto de captura en sistemas perimetrales para 2025, en comparación con menos del 10% en 2021.
• IA responsable: La tercera tendencia es la IA responsable, que aborda cuestiones comerciales y éticas relacionadas con la adopción de tecnología de inteligencia artificial. Gartner predice que la concentración de modelos de IA preentrenados entre el 1% de los proveedores de IA para 2025 convertirá la IA responsable en una preocupación social. Las organizaciones deben adoptar un enfoque proporcional al riesgo y buscar garantías de los proveedores para gestionar riesgos y cumplir con regulaciones.
• IA centrada en datos: La cuarta tendencia implica un cambio hacia un enfoque centrado en datos en lugar de en el código para construir sistemas de IA más efectivos. La gestión de datos específica de IA, los datos sintéticos y las tecnologías de etiquetado de datos son soluciones que abordan desafíos relacionados con la accesibilidad, privacidad y complejidad de los datos. Se espera que el uso de IA generativa para crear datos sintéticos crezca rápidamente, representando el 60% de los datos para la IA para 2024.
• Inversión continua en IA: Por último, Gartner pronostica que la inversión en IA seguirá acelerándose, y surgirán empresas cuyo negocio estará basado en esta tecnología. Se espera que para fines de 2026, se habrán invertido más de 10.000 millones de dólares en startups de IA basadas en modelos fundamentales. Una encuesta reciente de Gartner mostró que el 45% de los ejecutivos aumentaron sus inversiones en IA debido a los avances en inteligencia artificial generativa.

Estas tendencias reflejan el continuo crecimiento y cambio en el campo de la ciencia de datos y el aprendizaje automático, y ofrecen un vistazo a cómo estas tecnologías seguirán transformando la forma en que las empresas operan y toman decisiones. Con el impulso de la inteligencia artificial generativa, se espera que la adopción de estas tendencias se acelere aún más en los próximos años.